[14p-PB7-1~29] 12.3 機能材料・萌芽的デバイス

[14p-PB7-9] 機械学習による有機半導体の物性予測

〇瀬川 正仁¹、森 一樹¹ (1.伊藤忠テクノソリューションズ)

キーワード：有機半導体、機械学習、バンドギャップ

より優れた物性値を有する半導体材料の探索のため、Webベースのデータベースとクラウド計算機を利用した計算と機械学習によるバンドギャップ予測の有用性を検証する。本研究では、体積、密度、各原子の割合、各構造の類似度、電荷、MolLogP、TPSAを特徴量としてポリチオフェンを主体とした材料のバンドギャップを予測した。多数の構造を生成し、電気伝導度などが所望の値となるような新規材料の探索を目指す。